Значение философии сознания Канта для современных исследований по искусственному интеллекту
- Авторы: Пушкарский А.Г.1
-
Учреждения:
- Балтийский федеральный университет имени Иммануила Канта
- Выпуск: Том 29, № 2 (2025): СОВРЕМЕННОЕ ОБЩЕСТВО И СОЦИАЛЬНАЯ БЕЗОПАСНОСТЬ
- Страницы: 473-490
- Раздел: ОНТОЛОГИЯ И ТЕОРИЯ ПОЗНАНИЯ
- URL: https://journal-vniispk.ru/2313-2302/article/view/325498
- DOI: https://doi.org/10.22363/2313-2302-2025-29-2-473-490
- EDN: https://elibrary.ru/THULXV
- ID: 325498
Цитировать
Полный текст
Аннотация
С момента своего появления программа создания искусственного интеллекта опиралась на позитивистскую, антипсихологическую философскую парадигму, в которой чисто физикалистское описание процессов мышления предполагало адекватное моделирование их с помощью релевантных задачам и целям логических машин, например, Тьюринга (60-70-е годы). Оптимистические ожидания позитивных результатов сразу столкнулись как с собственно техническими трудностями, так и со сложностями чисто концептуального характера. Однако когда появилась насущная проблема философского пересмотра базовой парадигмы ИИ, теория сознания и мышления Канта всерьез не рассматривалась и подверглась критике в 90-е годы. С 2000-х годов мы видим впечатляющие успехи применения искусственных нейронных сетей с архитектурой глубокого обучения в области моделирования мышления и сложных биологических процессов. Казалось, что основная цель программы ИИ - достижения сильного ИИ, просто вопрос времени. Но непосредственная реализация концепции коннекционизма в работе с большими объемами ассоциативных и нечетких массивов информации оказалась в целом неэффективной в области представления интеллектуальных способностей сознания, особенно в репрезентации высокоуровневых знаний и точной обработке символьной информации, т.е. высших когнитивных способностей. Тогда же некоторые специалисты по ИИ и когнитивные философы обратились к философии сознания Канта, в которой была воплощена такая трансцендентальная организация макроархитектуры интеллектуальной системы, которая обладает действующей познавательной активностью, но не соответствует современным представлениям о различных механизмах обработки входных и выходных данных в когнитивной системе. Такое познание принципиально активно, поскольку оно является продуктом синтеза способности продуктивного воображения. Для выявления данной макроархитектуры применяется кантовский трансцендентальный метод, который состоит в том, что трансцендентальная архитектура любого сознания создается не в результате эмпирических исследований интеллектуальных человеческих способностей, функционирования мозговых процессов или достижений эволюционной биологии, а конструируется исходя из априорных условий самой возможности ее существования. Этот кантовский метод призван выявить априорную структуру сознания, изоморфную любому рационально познающему субъекту. В исследовании рассматривается то, что может предложить ИИ и когнитивным наукам философия Канта.
Об авторах
Анатолий Геннадьевич Пушкарский
Балтийский федеральный университет имени Иммануила Канта
Автор, ответственный за переписку.
Email: pushcarskiy@mail.ru
ORCID iD: 0000-0001-6161-3941
SPIN-код: 6885-2093
аналитик Академии Кантиана Высшей школы философии, истории и общественных наук, Образовательно-научный кластер «Институт образования и гуманитарных наук»
Российская Федерация, Калининград, ул. А. Невского, д. 14Список литературы
- Russell S, Norvig P. Artificial Intelligence: A Modern Approach. 4th ed. Edinburgh: Pearson Education Limited; 2022.
- McCulloch WS, Pitts W. A logical calculus of the ideas immanent in nervous activity. In: Shannon CE, McCarthy J, editors. Avtomaty. Moscow: Inostrannaya literatura publ.; 1956. (In Russian).
- Churchland PS. Neurophilosophy: Toward a Unified Science of the Mind-Brain. Cambridge, Massachusetts: The MIT Press; 1986. doi: 10.7551/mitpress/4952.001.0001
- Fodor Dzh, Pylyshyn Z. Connectionism and cognitive architecture: A critical analysis. In: Petrov VV, editor. Language and Intelligence. Moscow: Progress publ.; 1995. P. 230–313. (In Russian).
- Mccormick M. Questions about functionalism in Kant’s philosophy of mind: lessons for cognitive science. Journal of Experimental & Theoretical Artificial Intelligence. 2003;15(2):255–266. doi: 10.1080/0952813021000055180
- Bryushinkin VN. “Critique of Pure Reason” and Methods of Building Intelligent Systems. Kantian Journal. 1989;1(14):72–81. (In Russian). EDN: YUQZLF
- Bryushinkin VN. Kant and “artificial intelligence”: models of the world. Kantian Journal. 1990;1(15):80–89. (In Russian). EDN: YUQZSD
- Kim H, Schönecker D, editors. Kant and Artificial Intelligence. Berlin/Boston: Walter de Gruyter GmbH; 2022.
- Friedman M. Kant and the exact sciences. Cambridge: Harvard University Press; 1992.
- Friedman M. A Parting of the Way: Carnap, Cassirer and Heidegger. Moscow: Kanon+ publ.; 2021. (In Russian).
- Evans R. The Apperception Engine. In: Kim H, Schönecker D, editors. Kant and Artificial Intelligence. Berlin/Boston: Walter de Gruyter GmbH; 2022. P. 39–103. doi: 10.1515/9783110706611-002
- Bettoni M. Kant and the Software Crisis: Proposals for Building Human-Centric Software Systems. Kantian Journal. 1995;1(19):131–137. (In Russian). EDN: WBASGL
- Schlicht T. Minds, Brains, and Deep Learning: The Development of Cognitive Science Through the Lens of Kant’s Approach to Cognition. In: Kim H, Schönecker D, editors. Kant and Artificial Intelligence. Berlin/Boston: Walter de Gruyter GmbH; 2022. P. 3–38. doi: 10.1515/9783110706611-001
- Mitchell M. Artificial Intelligence. A guide for thinking humans. London: Penguin; 2020.
- Gärdenfors P. Symbolic, Conceptual and Subconceptual Representations. In: Human and Machine Perception: Information Fusion. New York: Springer; 1997. P. 255–270. doi: 10.1007/978-1-4615-5965-8_18
- Kant I. Works in German and Russian. Vol. 2. Critique of Pure Reason: in 2 parts. Pt. 2. Moscow: Nauka publ.; 2006.
- Kant I. Works in German and Russian. Vol. 4. Critique of the Power of Judgment. Moscow: Nauka publ.; 2001.
- Kant I. Works in German and Russian. Vol. 2. Critique of Pure Reason: in 2 parts. Pt. 1. Moscow: Nauka publ.; 2006.
- Evans R, Bošnjak M, Buesing L, Ellis K, Pfau D, Kohli P, et al. Making sense of raw input. Artificial Intelligence. 2021;299:103521. doi: 10.1016/j.artint.2021.103521 EDN: GOBEQM
- Pearl J. The book of Why. The new science of cause and effect. London: Penguin; 2018.
- Bryushinkin VN. Kant and Artificial Intelligence: A Transcendental Analysis of World Models. Kantian Journal. 1991;1(16):84–89. (In Russian). EDN: YUQZYS
- Powers TM. Prospects for a Kantian Machine. IEEE Intelligent Systems. 2006;21(4):46–51. doi: 10.1109/MIS.2006.77
Дополнительные файлы
